Mengenal AI dan Teachable Machine

Apa yang dimaksud dengan AI?

• Kecerdasan Buatan (AI) adalah sistem yang meniru kecerdasan manusia.

• Program komputer yang tidak memerlukan data untuk belajar.

• Kecerdasan yang hanya digunakan dalam robot.

• Sistem yang menggantikan manusia dalam pekerjaan.

Sebutkan contoh penggunaan AI dalam kehidupan sehari-hari!

• AI hanya digunakan untuk analisis data besar.

• AI tidak dapat digunakan untuk membantu dalam pendidikan.

• Penggunaan AI hanya dalam industri otomotif.

• Contoh penggunaan AI dalam kehidupan sehari-hari adalah asisten virtual seperti Siri atau Google Assistant.

Apa itu Teachable Machine?

• Teachable Machine adalah aplikasi untuk mengedit video.

• Teachable Machine adalah platform untuk belajar bahasa asing.

• Teachable Machine adalah alat untuk membuat presentasi interaktif.

• Teachable Machine adalah alat untuk membuat model pembelajaran mesin secara mudah.

Jelaskan langkah-langkah dalam proses pelatihan model menggunakan Teachable Machine!

• Proses pelatihan model menggunakan Teachable Machine meliputi pemilihan model, pengumpulan data, penandaan data, pelatihan model, pengujian, dan pengunduhan model.

• Mengunduh model sebelum pelatihan

• Mengabaikan pengumpulan data

• Menggunakan model tanpa penandaan data

Bagaimana cara kerja Teachable Machine dalam mengenali gambar?

• Teachable Machine mengenali gambar dengan melatih model pembelajaran mesin menggunakan data gambar yang diunggah oleh pengguna.

• Teachable Machine tidak memerlukan data gambar untuk berfungsi.

• Teachable Machine menggunakan algoritma acak untuk mengenali gambar.

• Teachable Machine hanya mengenali gambar dari internet tanpa data pengguna.

Apa yang dimaksud dengan evaluasi akurasi model?

• Evaluasi akurasi model adalah cara untuk meningkatkan jumlah data.

• Evaluasi akurasi model hanya dilakukan setelah model dilatih.

• Evaluasi akurasi model tidak mempengaruhi hasil prediksi.

• Evaluasi akurasi model adalah proses mengukur kinerja model dalam memprediksi data.

Sebutkan beberapa cara untuk meningkatkan akurasi model AI!

• Menerapkan algoritma yang tidak relevan untuk masalah yang dihadapi.

• Mengabaikan preprocessing data dan langsung melatih model.

• Menggunakan model yang lebih kompleks tanpa data tambahan.

• Mengumpulkan lebih banyak data pelatihan yang berkualitas dan melakukan tuning hyperparameter.

Mengapa penting untuk mengevaluasi model AI setelah dilatih?

• Untuk meningkatkan kecepatan pelatihan model.

• Untuk mengurangi ukuran dataset yang digunakan.

• Untuk memastikan akurasi, mengidentifikasi bias, dan menjamin keandalan model.

• Untuk mengubah algoritma yang digunakan dalam model.

Sebutkan aplikasi lain dari AI selain pengenalan gambar!

• Natural language processing, predictive analytics, recommendation systems.

• Web development frameworks

• Image editing software

• Video streaming services

Apa manfaat belajar tentang AI bagi siswa di kelas 7?

• AI tidak berhubungan dengan teknologi

• Belajar AI mengurangi keterampilan sosial siswa

• Mempelajari AI hanya untuk siswa di kelas 12

• Manfaat belajar tentang AI bagi siswa di kelas 7 adalah meningkatkan pemahaman teknologi, keterampilan berpikir kritis, dan persiapan untuk karir masa depan.